Die Herausforderung
Eine konkrete Aufgabe lösen
Offizielle Websites zeigen meist nur die aktuelle Verfügbarkeit. Ohne Historie lassen sich Verhalten, Trends und künftige Auslastung nicht analysieren; ausserdem sind die Stadtportale fragmentiert.
Data Engineering
Schweizer Parkplatz-Intelligenz
Production deployment · public-data platform
Eine Produktionsplattform, die Parkplatzverfügbarkeit in mehreren Schweizer Städten aus heterogenen öffentlichen Quellen sammelt, anreichert und prognostiziert.
Gestaltungsanforderungen
- Heterogene öffentliche Feeds sammeln, ohne die Plattform an eine Stadt zu binden.
- Jede temporäre Verfügbarkeitsänderung als Historie sichern.
- Beobachtungen mit Kontext für Prognosen anreichern.
- Eine direkte Oberfläche bieten, während Erfassung und Training automatisiert laufen.
Die Lösung
Für eine klare Entscheidung entwickelt
Stadtspezifische Konnektoren sind von einem gemeinsamen Datenrückgrat getrennt. RSS-, JSON-, XML- und Open-Data-Quellen werden validiert, dedupliziert und in PostgreSQL gespeichert. Angereicherte Daten speisen Modelle; ein Flask-Backend liefert die Leaflet/OpenStreetMap-Oberfläche.
Konzeptionelle Produktionsarchitektur – öffentliche Feeds werden vor der Oberfläche zu historischen und prädiktiven Daten.
Ablauf
Collect
City-specific connectors retrieve public RSS, JSON, XML and open-data updates.
Validate
Incoming records are checked for completeness, freshness and duplicates.
Store
Every observation becomes a historical snapshot inside PostgreSQL.
Enrich
Weather, weekday, season, occupancy and refresh context are associated.
Predict
Daily model training turns the accumulated history into parking forecasts.
Verwendete Technologien
Ergebnisse / Wirkung
5Swiss cities monitored
88parkings monitored
~26,000parking spaces represented
Dailymodel retraining
Erkenntnisse
Live-Daten sind nützlich; historische Daten ermöglichen Intelligenz.
Die Trennung von Erfassung und Darstellung macht neue Städte einfach.
Kontextdaten von Anfang an ermöglichen Prognosen und Machine Learning.